摘要
本发明提供基于机器学习的特殊钢锻造过程微观组织智能预测方法,涉及微观组织技术领域。包括收集工艺参数数据、微观组织数据和位错运动数据。根据位错运动数据对动态再结晶行为的影响程度得到影响系数,根据影响系数对微观组织数据进行处理得到优化动态再结晶行为数据,根据优化动态再结晶行为数据对工艺参数数据进行调整得到组织类型数据。并对优化广义回归神经网络模型,输入组织类型数据,输出得到微观组织预测结果。本发明通过使用果蝇优化算法对回归神经网络模型进行优化,能够准确地输出微观组织预测结果,并且预测动态再结晶行为对微观组织形成的影响,有助于获得更好的微观组织和性能,也为特殊钢锻造生产降低生产风险。
技术关键词
广义回归神经网络
智能预测方法
特殊钢
组织
数据
果蝇算法优化
动态
果蝇优化算法
参数
神经网络模型
填充方法
密度
训练集
锻造工艺
矩阵
数值
运动
位置更新
编码方法
预测误差
系统为您推荐了相关专利信息
磁敏感加权成像
双输入通道
自动识别方法
图像
变换算法
语义特征
转换编码器
嵌入特征
声学特征
重构模型
细胞分析装置
分析方法
定位标记
矩阵
生成脉冲宽度调制信号